基于编码-译码弱监督网络模型的目标分类与定位方法
实质审查的生效
摘要

本发明公开了一种基于编码‑译码弱监督网络模型的图像目标分类与定位的方法,所述方法如下:一、构建带有编码器和译码器的端到端网络模型以及分类层或迁移学习现有的经典网络模型作为编码器和译码器;二、增加前场与背景分离的弱监督模型结构;三、输入目标数据进行训练,最优收敛后保存模型参数;四、调用已优化的网络模型;五、输入待测数据并得到结果。该方法在端到端的卷积神经网络模型基础上,增加了目标区域与背景分离的网络结构以及分类层,利用图像级的标签进行网络的监督,并且以弱监督的方式引导网络生成像素级的图像结果,在无需像素级标签的基础上实现目标区域的分类和定位,避免了像素级标签标定的耗时耗力,大大降低了研究成本。

基本信息
专利标题 :
基于编码-译码弱监督网络模型的目标分类与定位方法
专利标题(英):
暂无
公开(公告)号 :
CN114359631A
申请号 :
CN202111602395.9
公开(公告)日 :
2022-04-15
申请日 :
2021-12-24
授权号 :
暂无
授权日 :
暂无
发明人 :
张博伦吴嘉滨
申请人 :
黑龙江省微甄光电科技有限责任公司
申请人地址 :
黑龙江省哈尔滨市松北区智谷二阶3043号哈尔滨松北(深圳龙岗)科技创新产业园12栋7楼888-008室
代理机构 :
哈尔滨龙科专利代理有限公司
代理人 :
王新雨
优先权 :
CN202111602395.9
主分类号 :
G06V10/764
IPC分类号 :
G06V10/764  G06V10/82  G06K9/62  G06N3/04  G06N3/08  
法律状态
2022-05-03 :
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211224
2022-04-15 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332